买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京审计大学申请的专利一种基于多层级联边界中值判别投影的人脸识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116246311B 。

龙图腾网通过国家知识产权局官网在2025-11-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211310042.6，技术领域涉及：G06V40/16；该发明授权一种基于多层级联边界中值判别投影的人脸识别方法是由黄璞;杜旭然;杨章静设计研发完成，并于2022-10-25向国家知识产权局提交的专利申请。

本一种基于多层级联边界中值判别投影的人脸识别方法在说明书摘要公布了：本发明公开了一种基于多层级联边界中值判别投影的人脸识别方法，对人脸图像进行分块和去均值化，根据待识别样本与每类中值样本的距离来计算类内离散度矩阵和类间离散度矩阵；计算第一层卷积层的卷积核及第二层的输入图像，进行第二次卷积得到输出特征图；二值化输出特征图，对特征图分块，计算对应直方图并拼接成完整向量。将特征输出向量输入分类器中训练并输出分类结果。本发明利用样本中值来反映样本分布的集中趋势，鉴别能力强；采用多层级联方式训练样本，计算类内离散度矩阵强调离中值最远样本作用的同时考虑同类中其它样本，判别能力强；只需两次训练，计算速度快；计算类间离散度矩阵时，最大化投影之后异类样本之间的距离，分类精度高。

本发明授权一种基于多层级联边界中值判别投影的人脸识别方法在权利要求书中公布了：1.一种基于多层级联边界中值判别投影的人脸识别方法，其特征在于，包括如下步骤： 步骤1：对人脸图像进行分块和去均值化处理； 步骤2：计算每类样本中的中值样本； 步骤3：计算样本的最远同类样本与最近异类样本的距离； 步骤4：计算类内离散度矩阵和类间离散度矩阵； 步骤5：计算第一层卷积层的卷积核以及第二层的输入图像；具体包括如下过程： 算法的优化目标表示为 maxtrVTSb-SwVs.t.VTV＝I7 对特征向量的集合进行求解：对矩阵Sb-Sw进行特征分解，求出前r个最大的特征值对应的特征向量v1,v2,...,vr，组成的矩阵v1＝{v1,v2,...,vr}； 这些特征向量重构成第一层中的二维卷积核矩阵，公式为 其中Li表示为第i层的卷积核数，Wij表示第j卷积层中的第i个卷积核；作为重构函数使向量转换为卷积核经过第一层卷积核卷积出的图像特征表示为： 其中，表示卷积操作；对图像进行四周补零操作,在第二层卷积层中，定义特征图Fil中的第j个无重叠向量化的patch为对这些向量化的patch进行归一化，得到其中表示为归一化后的图像块patch向量,Yl表示第l个卷积核卷积后的图像特征，则所有的特征图表示为： 步骤6：第二次卷积得到输出特征图；具体包括如下过程： 采用与第一层相同的方式完成第二层卷积层训练；第二层卷积核向量套用公式7得到，然后将其重构成卷积核矩阵Wl2，该过程表示为 假设第二层的卷积核数为L2，对于N张原始训练图像，二次卷积后总共获得L2张特征图； 步骤7：二值化输出特征图； 步骤8：对特征图进行分块，计算对应的直方图并拼接成完整向量； 步骤9：将这些特征输出向量输入进分类器中进行训练，并对测试图像进行分类结果输出。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京审计大学，其通讯地址为：210000 江苏省南京市浦口区江浦街道雨山西路86号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。